标签

AI

Istio 1.28 支持即将终止：升级路线与实操检查清单

来源：istio.io 25
Istio 的版本维护策略很明确——每个小版本在 N+2 版本发布六周后停止支持。Istio 1.30 已于 2026 年 5 月 18 日发布，这意味着 1.28 的维护窗口将在 2026 年 6 月 28 日正式关闭。届时，安全漏洞和关键 bug 的修复不会再回溯到 1.28。如果你还在跑 1.28，现在就是规划升级的时间点，拖下去只会让未来的紧急...
# AI # Istio # LLM
阅读全文

第三方 AI 评估怎么做才可信？OpenAI 公开评估手册的核心思路

来源：openai.com 23
前沿 AI 模型的能力越来越强，但"强到什么程度"和"安全到什么程度"不能只靠模型厂商自己说了算。OpenAI 近期公开了一份面向第三方评估者的实践手册（playbook），系统梳理了如何对前沿模型做可信的外部评估——覆盖能力探测、安全护栏验证、评估有效性三个核心维度。这份手册不是空泛的原则声明，而是给出了具体的评估流程、指标设计和常见陷阱提醒，对任何...
# AI # LLM # OpenAI
阅读全文

在 SageMaker AI 上为形态丰富语言训练专属大模型——阿塞拜疆语实践

来源：aws.amazon.com 33
阿塞拜疆语属于突厥语族，一个词通过后缀叠加可以表达英语整句话的含义——名词有 18 种格变，动词时态与人称通过层层黏着完成。这种"形态丰富"（morphologically rich）的语言对大模型来说意味着两件事：词表膨胀极快，训练数据却极其稀缺。Azercell 作为阿塞拜疆最大电信运营商，需要在六周内从零搭建一套生产级训练框架，把通用基础模型改造...
# AI # AWS # LLM
阅读全文

用 React + Flask 反向代理嵌入 SageMaker MLflow，搭一个带 SigV4 鉴权的自定义实验追踪门户

来源：aws.amazon.com 25
SageMaker AI 现在支持托管 MLflow Server，但默认的访问方式要么走 SageMaker Studio 内部，要么依赖 AWS IAM 策略直接暴露端点——两者都不适合直接面向团队内部的非 AWS 用户。这篇文章给出了一套完整方案：React 前端嵌入 MLflow UI，Flask 反向代理自动签注 SigV4 请求，整栈用 C...
# AI # AWS # React
阅读全文

用 Flask 代理打通外部访问 Amazon SageMaker MLflow 的 REST 通道

来源：aws.amazon.com 23
很多团队在向云迁移的过程中，都会碰到一个现实问题：本地训练脚本、调度系统、监控面板已经围绕 MLflow 搭好了整套流程，但一旦把实验追踪服务搬到 Amazon SageMaker MLflow，外部系统就得装 MLflow SDK、配 VPC 网络才能连上——这对还在过渡期的组织来说改动面太大。AWS 最近给出的方案是：在 SageMaker MLf...
# AI # AWS # Go
阅读全文

用 LangSmith 在 AWS 上评估深度 Agent：从离线测试到线上监控的完整路径

来源：aws.amazon.com 20
当你把一个 Agent 从 demo 推到生产环境，最大的问题不是"它能不能跑"，而是"它跑得对不对、稳不稳"。深度 Agent——那种会多步推理、调用工具、自己纠错的 Agent——比单轮 LLM 调用难评估得多：一次对话可能触发 5 次工具调用，中间任何一步偏了，最终结果就废了。这篇文章把 LangChain 在深度 Agent 评估上的经验和 A...
# AI # AWS # LLM
阅读全文

给 Agent 建一套能跟着长大的测试基准——Bedrock AgentCore 数据集管理实践

来源：aws.amazon.com 32
你刚上线一个智能客服 Agent，头两周用户好评率 85%，第三周突然跌到 60%。你翻日志发现是新加的退款流程把对话搞乱了——但你改完代码后，怎么确认它真的修好了？下次再改，又怎么保证不踩同一个坑？ 靠实时流量看指标是必要的，但实时数据本身在变：用户问题分布变了、业务规则变了、甚至模型版本变了。要判断"Agent 到底有没有进步"，你还需要一块不动的...
# AI # AWS # LLM
阅读全文

从代码补全到任务执行：Dropbox 如何重构 AI 时代的工程生产力

来源：dropbox.tech 18
代码补全、智能搜索、自然语言查错——这些 AI 辅助工具已经渗透进大多数工程师的日常。但 Dropbox 的工程团队正在推进一个更激进的转向：不再把 AI 当作"帮人写代码的助手"，而是构建能够独立执行有边界任务的 agentic 系统，并为此搭建支撑平台。这意味着工程生产力的定义本身正在被重写。 辅助工具的交互模型是"人提问，AI 回答"。工程师写一...
# AI # Dropbox # LLM
阅读全文

Claude Opus 4.8 登陆 Amazon Bedrock：智能体系统与生产推理的实战接入

来源：aws.amazon.com 16
Anthropic 的 Claude Opus 4.8 现已在 AWS Amazon Bedrock 上正式可用。这次更新不只是"又多了一个模型选项"——Opus 4.8 在推理深度、指令遵循和长上下文处理上的改进，让它特别适合两类场景：需要多步决策的 agentic 系统，以及高吞吐的生产推理服务。对于在 Bedrock 上构建 AI 应用的工程师来...
# AI # AWS # LLM
阅读全文

用 Amazon Q 和 Snowflake Cortex 把 AML 警告排查从 90 分钟压到 5 分钟以内

来源：aws.amazon.com 25
反洗钱（AML）审查是金融机构里最让人头疼的重复劳动之一。一笔可疑交易触发警报后，合规分析师要翻客户历史、比对交易模式、查关联账户、写调查报告——一个警报从打开到关闭，30 到 90 分钟是常态。警报量大、人力有限，积压成了日常。 Amazon Q Business 的 Flows 功能和 Snowflake Cortex AI 的组合，通过 MCP（...
# AI # AWS # 云平台
阅读全文